Teorema Chebyshev Dijelaskan
Teorema Chebyshev memberi jaminan minimum tentang berapa persen data yang berada dalam sejumlah simpangan baku dari rata-rata β dan jaminan itu berlaku untuk SEBARAN APA PUN, tidak hanya yang berbentuk lonceng. Artikel ini menjelaskan rumusnya, menghitung contoh soalnya langkah demi langkah, dan membandingkannya dengan aturan empiris.
Bayangkan Anda hanya tahu dua angka tentang sekelompok data: rata-ratanya dan simpangan bakunya. Anda tidak tahu bentuk sebarannya β apakah ia berbentuk lonceng, miring, atau penuh pencilan. Berapa persen data yang dapat Anda jamin berada dekat dengan rata-rata? Teorema Chebyshev menjawab pertanyaan itu, dan jawabannya berlaku untuk sebaran apa pun. Inilah yang membuat teorema ini istimewa: ia adalah satu-satunya jaminan yang tidak meminta Anda mengasumsikan apa pun tentang bentuk data.
Artikel ini menjelaskan teorema Chebyshev dari nol: rumusnya, tabel batas untuk nilai k yang paling sering dipakai, dua contoh soal yang dihitung sampai tuntas β nilai ujian dan perbandingannya dengan aturan empiris β serta kapan memakai Chebyshev dan kapan memakai aturan empiris. Di akhir artikel, Anda bisa memverifikasi sendiri hitungannya dengan kalkulator teorema Chebyshev.
Mengapa teorema ini penting?
Kebanyakan aturan dalam statistika meminta syarat: aturan empiris meminta sebaran normal, uji-t meminta sampel yang cukup besar, dan seterusnya. Teorema Chebyshev tidak meminta syarat apa pun selain rata-rata dan simpangan baku yang berhingga. Karena itu, ia dipakai di mana pun bentuk sebaran tidak diketahui β misalnya dalam kontrol kualitas pabrik yang distribusi cacatnya miring, dalam keuangan yang return-nya berbuntut tebal, atau dalam survei yang datanya belum sempat diperiksa bentuknya. Jaminannya memang lebih longgar daripada aturan empiris, tetapi jaminan yang longgar dan selalu benar lebih berguna daripada angka yang tajam tetapi salah syarat.
Dua sebaran, dua jaminan
Diagram di bawah ini memperlihatkan inti perbandingan artikel ini. Di kiri, sebaran miring β bentuknya tidak beraturan, tetapi Chebyshev tetap menjamin minimal 75% data berada di dalam [44; 76]. Di kanan, sebaran normal dengan rata-rata dan simpangan baku yang sama β aturan empiris memberi 95,45% di dalam interval yang sama. Intervalnya sama; jaminannya berbeda.
β₯75% β minimal data dalam 2 simpangan baku (Chebyshev, sebaran apa pun)
Rumus teorema Chebyshev
Teorema Chebyshev dinyatakan dengan satu rumus:
P(|X β ΞΌ| < kΟ) β₯ 1 β 1/kΒ²
Dibaca: peluang suatu nilai X berada kurang dari k simpangan baku dari rata-rata ΞΌ adalah sekurang-kurangnya 1 β 1/kΒ². Di sini ΞΌ adalah rata-rata, Ο adalah simpangan baku, dan k adalah jumlah simpangan baku β k harus lebih besar dari 1. Tanda β₯ adalah isi teorema ini: ia memberi batas bawah, bukan nilai pasti. Teorema ini berlaku untuk sebaran apa pun, asalkan rata-rata dan simpangan bakunya berhingga.
Tabel berikut memberi batas untuk nilai k yang paling sering dipakai:
| k (simpangan baku) | Minimal data dalam k simpangan baku | Hitungan |
|---|---|---|
| 1,5 | β₯ 55,56% | 1 β 1/1,5Β² = 1 β 1/2,25 |
| 2 | β₯ 75% | 1 β 1/4 |
| 3 | β₯ 88,89% | 1 β 1/9 |
| 4 | β₯ 93,75% | 1 β 1/16 |
| 4,5 | β₯ 95,06% | 1 β 1/20,25 |
Dua baris yang paling sering dipakai adalah k = 2 (minimal 75%) dan k = 3 (minimal 88,89%). Perhatikan pola umumnya: makin besar k, makin besar batasnya β tetapi batas itu tidak pernah mencapai 100%, karena 1/kΒ² tidak pernah nol. Dan pada k = 1, batasnya 1 β 1/1 = 0% β tidak memberi informasi apa pun, itulah sebabnya k harus lebih besar dari 1.
Contoh 1 β Nilai ujian: rata-rata 60, simpangan baku 8
Sebuah kelas mempunyai rata-rata nilai ujian ΞΌ = 60 dan simpangan baku Ο = 8. Bentuk sebarannya tidak diketahui. Berapa persen nilai yang pasti berada dalam 2 simpangan baku dari rata-rata?
Langkah 1 β Hitung intervalnya. Interval ΞΌ Β± kΟ dengan k = 2: 60 Β± 2 Γ 8 = 60 Β± 16 = [44; 76]. Jadi, pertanyaannya menjadi: berapa persen nilai berada di antara 44 dan 76?
Langkah 2 β Hitung batas Chebyshev. 1 β 1/kΒ² = 1 β 1/2Β² = 1 β 1/4 = 0,75.
Jawaban: minimal 75% nilai berada di antara 44 dan 76. Tanpa mengetahui bentuk sebarannya sama sekali, kita sudah bisa menjamin tiga perempat nilai berada dalam interval itu.
Dengan k = 3: interval 60 Β± 3 Γ 8 = 60 Β± 24 = [36; 84]; batas 1 β 1/9 = 0,8889. Minimal 88,89% nilai berada di antara 36 dan 84.
Dengan k = 4: interval 60 Β± 4 Γ 8 = 60 Β± 32 = [28; 92]; batas 1 β 1/16 = 0,9375. Minimal 93,75% nilai berada di antara 28 dan 92.
Perhatikan bahwa intervalnya melebar dengan cepat β dari [44; 76] ke [28; 92] β sementara batasnya naik dari 75% ke 93,75%. Itulah harga sebuah jaminan universal: untuk menjamin lebih banyak data, intervalnya harus lebih lebar.
Contoh 2 β Bila sebarannya normal, aturannya lebih kuat
Ambil data yang sama (ΞΌ = 60, Ο = 8), tetapi kali ini sebarannya normal. Aturan empiris memberi angka yang jauh lebih tajam:
| Jarak dari rata-rata | Chebyshev (sebaran apa pun) | Aturan empiris (sebaran normal) |
|---|---|---|
| 2 simpangan baku | β₯ 75% | 95,45% |
| 3 simpangan baku | β₯ 88,89% | 99,73% |
Dalam 2 simpangan baku, aturan empiris memberi 95,45% β bukan "minimal 75%", melainkan tepat 95,45% β sedangkan Chebyshev hanya menjamin β₯75%. Dalam 3 simpangan baku: 99,73% berbanding β₯88,89%. Pelajaran: Chebyshev lebih lemah karena ia tidak mengasumsikan apa pun; aturan empiris lebih kuat karena ia mengasumsikan sebaran normal. Bila Anda tahu data Anda normal, pakai aturan empiris β angkanya lebih tajam. Bila Anda tidak tahu bentuknya, Chebyshev adalah jaminan yang bisa Anda pegang. Untuk menghitung peluang pada sebaran normal, pakai kalkulator distribusi normal.
Kapan memakai teorema Chebyshev?
Pakai panduan ini:
| Situasi | Pakai |
|---|---|
| Sebaran tidak diketahui, miring, atau ada pencilan | Teorema Chebyshev |
| Sebaran diketahui normal | Aturan empiris |
| Hanya rata-rata dan simpangan baku yang diketahui | Teorema Chebyshev |
| Ingin peluang pasti pada sebaran normal | Aturan empiris + kalkulator distribusi normal |
Contoh: survei kepuasan pelanggan dengan 200 responden β sebarannya belum diperiksa. Bila rata-rata skor 7,2 dan simpangan bakunya 1,4, Chebyshev menjamin minimal 75% skor berada di antara 7,2 Β± 2 Γ 1,4 = [4,4; 10,0]. Bila kemudian histogram menunjukkan sebaran yang kira-kira normal, aturan empiris memberi 95,45% dalam interval yang sama β angka yang jauh lebih berguna. Jadi, Chebyshev adalah titik awal yang aman, dan aturan empiris adalah penyempurnaan bila bentuk sebarannya sudah diketahui. Hitung interval dan batasnya dengan kalkulator teorema Chebyshev, atau hitung peluang normalnya dengan kalkulator aturan empiris.
Apa bedanya teorema Chebyshev dan aturan empiris?
Perbedaan utamanya ada pada dua hal: syarat dan jenis angka yang diberikan. Aturan empiris memberi persentase PASTI β 68,27% dalam 1 simpangan baku, 95,45% dalam 2 simpangan baku, 99,73% dalam 3 simpangan baku β tetapi hanya untuk sebaran normal. Teorema Chebyshev memberi batas MINIMUM β minimal 75% dalam 2 simpangan baku, minimal 88,89% dalam 3 simpangan baku β tetapi untuk sebaran apa pun. Singkatnya: aturan empiris tajam tetapi bersyarat; Chebyshev longgar tetapi universal. Keduanya memakai rata-rata dan simpangan baku yang sama; yang berbeda adalah apa yang boleh Anda simpulkan darinya.
Mengapa teorema Chebyshev memberi batas minimum, bukan nilai pasti?
Karena teorema ini harus benar untuk SEMUA sebaran β termasuk sebaran yang aneh dan ekstrem. Bayangkan dua kelas dengan rata-rata dan simpangan baku yang sama: kelas pertama nilai-nilainya menyebar merata, kelas kedua hampir semua nilainya menumpuk di tengah dengan dua pencilan jauh di ujung. Keduanya harus memenuhi teorema yang sama, sehingga teorema itu hanya bisa menjamin batas bawah yang berlaku untuk keduanya. Contoh konkret: sebuah kelas bisa saja mempunyai 100% nilai dalam 2 simpangan baku dan tetap memenuhi "minimal 75%" β teorema tidak dilanggar, karena 100% memang lebih dari 75%. Inilah sebabnya "minimal" bukan kelemahan, melainkan harga dari sebuah jaminan yang tidak pernah salah.
Batas teorema Chebyshev
Teorema ini kuat, tetapi ada tiga batas yang perlu dipahami:
- k harus lebih besar dari 1. Pada k = 1, batasnya 1 β 1/1 = 0% β tidak memberi informasi apa pun. Nilai k yang biasa dipakai mulai dari 1,5 (β₯55,56%).
- Batasnya minimum, bukan nilai pasti. "Minimal 75%" bukan "tepat 75%". Data sebenarnya bisa jauh lebih banyak β bahkan 100% β di dalam interval itu.
- Teorema ini tidak mengatakan apa pun tentang bentuk sebaran. Ia tidak memberi tahu apakah data Anda berbentuk lonceng, miring, atau bimodal. Ia hanya memberi jaminan tentang berapa banyak data yang berada dalam interval β bukan bagaimana data itu tersebar di dalamnya.
Satu lagi: teorema Chebyshev memberi batas untuk interval DUA sisi (ΞΌ Β± kΟ). Ia tidak memberi batas untuk peluang satu sisi, misalnya "berapa persen data di atas 76". Untuk pertanyaan satu sisi, diperlukan teorema lain (misalnya pertidaksamaan Cantelli) β di luar cakupan artikel ini.
Dalil, teorema, atau pertidaksamaan β mana yang benar?
Ketiganya benar. Dalam buku-buku Indonesia, hasil ini disebut "Dalil Chebyshev" β misalnya dalam contoh soal dalil Chebyshev β atau "ketaksamaan Chebyshev"; dalam literatur berbahasa Inggris disebut "Chebyshev's theorem" atau "Chebyshev's inequality". Semuanya merujuk pada pernyataan yang sama: P(|X β ΞΌ| < kΟ) β₯ 1 β 1/kΒ². Artikel ini memakai "teorema Chebyshev" karena itulah istilah yang paling banyak dicari, tetapi bila buku Anda memakai "dalil Chebyshev", itu adalah teorema yang sama.
Coba sendiri β verifikasi dengan kalkulator
Masukkan angka contoh di atas ke kalkulator teorema Chebyshev: rata-rata 60, simpangan baku 8, k = 2. Kalkulator akan memberi interval [44; 76] dan batas minimal 75% β sama seperti hitungan manual di Contoh 1. Coba juga k = 3 (interval [36; 84], batas 88,89%) dan k = 4,5 (interval [24; 96], batas 95,06%). Bila angka kalkulator berbeda dari hitungan Anda, periksa lagi substitusi ΞΌ Β± kΟ-nya β kesalahan yang paling sering terjadi adalah lupa mengalikan k dengan Ο.
Teorema Chebyshev di Excel
Excel tidak punya fungsi CHEBYSHEV β hitung sendiri dengan aritmetika biasa. Untuk contoh nilai ujian (rata-rata 60, simpangan baku 8, k = 2):
| Rumus | Hasil | Arti |
|---|---|---|
=1-1/2^2 | 0,75 | Batas minimal k = 2 |
=60-2*8 | 44 | Batas bawah interval |
=60+2*8 | 76 | Batas atas interval |
Dengan sel: bila rata-rata di A1, simpangan baku di A2, dan k di A3, batasnya =1-1/A3^2, batas bawah =A1-A3*A2, dan batas atas =A1+A3*A2. Nyatakan batasnya sebagai persentase dengan memformat sel sebagai %.
Kesalahan umum
- Mengira "minimal 75%" berarti "tepat 75%". Batas Chebyshev adalah batas bawah. Data sebenarnya bisa jauh lebih banyak β bahkan 100% β di dalam interval itu, dan teorema tetap terpenuhi.
- Memakai Chebyshev saat sebaran diketahui normal. Bila data Anda normal, aturan empiris memberi 95,45% β jauh lebih tajam daripada β₯75%. Chebyshev adalah jaminan cadangan, bukan pilihan pertama untuk data normal.
- Memakai k β€ 1. Pada k = 1, batasnya 0% β tidak ada informasi. Selalu pakai k > 1, dan k = 1,5 adalah nilai terkecil yang biasa dipakai.
- Mengira Chebyshev memberi informasi tentang bentuk. Teorema ini tidak mengatakan apakah data Anda berbentuk lonceng, miring, atau bimodal. Ia hanya menjamin berapa banyak data di dalam interval.
- Lupa mengalikan k dengan Ο. Intervalnya ΞΌ Β± kΟ β bukan ΞΌ Β± k. Pada contoh di atas, 2 simpangan baku berarti 2 Γ 8 = 16, sehingga intervalnya [44; 76], bukan [58; 62].
Pertanyaan yang sering diajukan
Teorema Chebyshev memberi jaminan minimum tentang berapa persen data yang berada dalam sejumlah simpangan baku dari rata-rata, untuk sebaran apa pun: P(|X β ΞΌ| < kΟ) β₯ 1 β 1/kΒ².
P(|X β ΞΌ| < kΟ) β₯ 1 β 1/kΒ², dengan ΞΌ rata-rata, Ο simpangan baku, dan k jumlah simpangan baku (k > 1). Rumus ini memberi batas bawah peluang data berada dalam k simpangan baku dari rata-rata.
Minimal 75% (1 β 1/2Β² = 0,75). Itu batas bawah β data sebenarnya bisa lebih banyak, bahkan 100%.
Chebyshev berlaku untuk sebaran apa pun tetapi memberi batas minimum (β₯75% dalam 2 simpangan baku); aturan empiris memberi nilai pasti (95,45% dalam 2 simpangan baku) tetapi hanya untuk sebaran normal.
Ya β sebaran apa pun, termasuk yang miring, berbuntut tebal, atau memuat pencilan. Itulah kekuatan teorema ini: ia tidak meminta apa pun tentang bentuk data.
Karena pada k = 1 batasnya 1 β 1/1 = 0% β tidak memberi informasi. Nilai k = 1,5 memberi β₯55,56% dan merupakan nilai terkecil yang biasa dipakai.
Tidak. "Minimal 75%" berarti sekurang-kurangnya 75% β bisa 80%, 90%, bahkan 100% β dan semuanya tetap memenuhi teorema.
Pafnuty Chebyshev, matematikawan Rusia abad ke-19.
Jelajahi Alat Lainnya
Kalkulator Teorema Chebyshev
Hitung interval ΞΌ Β± kΟ dan batas minimum Chebyshev dari rata-rata dan simpangan baku.
Hitung β β AktifKalkulator Distribusi Normal
Peluang, nilai-z, dan luas di bawah kurva normal.
Hitung βBaca Artikel Lainnya
Apa Itu Aturan Empiris? Aturan 68β95β99,7 Dijelaskan
Aturan empiris 68β95β99,7: berapa persen data dalam 1, 2, dan 3 simpangan baku β rumus, contoh soal, dan kapan aturan ini tidak berlaku.
Baca β β ArtikelApa Itu Kurva Lonceng? Distribusi Normal Dijelaskan
Kurva lonceng adalah gambaran distribusi normal: cara membacanya, arti rata-rata dan simpangan baku, dan contoh soal ujian.
Baca βSumber: NIST/SEMATECH e-Handbook of Statistical Methods β NIST Handbook; OpenStax, Introductory Statistics 2e, Β§2.7 Measures of the Spread of the Data β OpenStax Β§2.7. Lihat semua alat di kalkulator statistik. Metode yang dipakai situs ini: metodologi situs ini.